SPC统计过程管制简介.pptx
- 文档编号:13983831
- 上传时间:2023-06-19
- 格式:PPTX
- 页数:128
- 大小:564.69KB
SPC统计过程管制简介.pptx
《SPC统计过程管制简介.pptx》由会员分享,可在线阅读,更多相关《SPC统计过程管制简介.pptx(128页珍藏版)》请在冰点文库上搜索。
StatisticalProcessControl,SPC統計過程管制,顧問師:
王子才.,2023/6/19,1,華通電腦聯想電腦毅嘉電子台光電子宏合電子群鑫電子大展電路板上聲電子展勝電業毓冠電子鍵和電子方志電子訊舟電子賽博電器宏崇化學正峰工業立輝金屬全億金屬永成五金合冠鞋業裕成製鞋廠福泰塑膠寶元數控輪興機械永益印刷長益印刷東鵬印刷商亮燈飾千麗燈飾聯盈塑膠順傳五金勛力嬰兒車泰祥汽車配件鍾慶汽車配件太子汽車工業.,ISO9000,QS9000,TS16949,日常管理,目標管理,生產管理統計製程管制,6訓練輔導,主要研究領域:
主要輔導或授課廠商:
健峰企業管理顧問股份有限公司顧問師,現任職:
歷經生產主管、品管經理、生產廠長、董事長特別助理等職務,主要企業經驗:
2023/6/19,2,品質的基本架構,定義:
符合顧客的需求流程:
預防不良衡量方法:
品質成本執行標準:
零缺點,2023/6/19,3,品質成本,運作品質成本,預防成本,:
致力預防失敗之成本,鑑定成本,:
試驗、檢驗及檢查以確定品質成本,失敗成本,內部失敗成本,:
產品或服務在未運交客戶前,因未能達成要求之品質所造成之損失(如重加工、重試驗、報廢等),外部失敗成本,:
產品或服務在運交客戶後,因未能達成要求之品質所造成之損失(如賠償服務、退貨、折讓等),外部保證品質成本,:
指當客戶要求客觀之證據時,所做有關之示範及證明而發生之成本(如追加之品質保證約定、程序、示範試驗等),2023/6/19,4,對品質常有的錯誤觀念,大多數的品質問題是錯在作業人員容許少數的不良,意外的瑕疵是無可避免的品質是品管部門的責任只重視品質檢驗,檢驗人員需負責解決瑕疵品SPC只是在現場掛管制圖,2023/6/19,5,對品質的正確觀念,85%的品質問題是管理人員所要擔負的,管理者態度的偏差,更勝過作業人員的懶散第一次就把事情做好,並且將後工程視為顧客,才能真正做到零缺點品質品質和公司每一個人都有關品質檢驗是可以解決問題但卻無法消除問題SPC是讓品質保證的系統持續運轉不斷改善製程,以提昇品質與生產力,2023/6/19,6,統計概念,判斷上,事實上,2023/6/19,7,數據Data,資訊Information,情報Intelligence,企業資產Enterpriseassets,知識knowledge,2023/6/19,8,正態分佈,P(u-Xu+)=0.6827P(u-2Xu+2)=0.9545P(u-3Xu+3)=0.9973,於uk之間的機率,群體:
N平均數:
u集中趨勢標準偏差:
離散趨勢被涵蓋在特定範圍的機率,2023/6/19,9,2023/6/19,10,準確度,精密度,高,低,高,低,Precision,Accuracy,2023/6/19,11,SPC興起的背景,SPC興起是宣告經驗掛帥時代的結束手工藝的產業:
SPC無用武之地經驗取勝當經驗可以整理,再加上設備、制程或系統時,那SPC時機的導入,就自然成熟了。
SPC興起是宣告品質公共認證時代的來臨1980年以前,客戶大都以自己的資源與方法,來認定某些合格的供應商,造成買賣雙方的浪費。
1980年以後,GMP及ISO9000的興起,因為重視產品生產的過程與系統,故更須有賴SPC來監控過程與系統的一致性。
2023/6/19,12,SPC的迷思,迷思一:
有管制圖就是在推動SPC?
這是產品品質(Q),還是過程參數(P)管制圖?
這張管制圖是否有意義?
它所管制的參數,真的對產品品質有舉足輕重的影響嗎?
管制界限訂的有意義嗎?
這張管制圖,是否受到應有的重視?
是否已遵照規定,實施追蹤與研判?
2023/6/19,13,SPC的迷思,迷思二:
有了Cpk/Ppk等計算就是在推動SPC?
Cpk/Ppk有定期審查嗎?
是否已用Cpk/Ppk作訂單分派給不同生產線,作為生產的依據?
2023/6/19,14,SPC的迷思,迷思三:
有了可控制的過程參數(ProcessParameter),就是SPC?
為什麼挑出這些過程參數?
這些過程參數的控制條件,是如何決定的?
這些過程參數與產品品質之間,有因果關係可循嗎?
2023/6/19,15,SPC的焦點過程(Process),SPC與傳統SQC的最大不同點,就是由QP的轉變SQC:
強調Quality產品的品質,換言之,它是著重於買賣雙方可共同評斷、鑑定的一種既成事實。
SPC:
則是希望將努力的方向更進一步的放在品質的源頭過程(Process)上。
因為過程的起伏變化,才是造成品質變異(Variation)的主要根源。
2023/6/19,16,SPC的焦點過程(Process),品質變異的大小,也才是決定產品優劣的關鍵,過程起伏條件,品質異常,產品優劣,因,因,果,果,2023/6/19,17,SPC的步驟,過程參數,制程,2023/6/19,18,SPC的步驟,步驟一:
深入掌握因果模式過程參數(因)/品質貢獻率(果)分析柏拉圖分析步驟二:
設定主要參數的控制範圍以迴歸分析方法或實驗設計來分析,2023/6/19,19,SPC的步驟,步驟三:
建立過程控制方法控制頻率樣本抽取方法樣本量測方法步驟四:
抽取成品來印證原始系統是否仍然正常運轉?
2023/6/19,20,SPC的目標,SPC能使管理更合邏輯SPC能使管理掌握先機SPC能使管理更加省事SPC能使制造成本更低,2023/6/19,21,SPC的診斷,品質是否更穩定?
良品率是否提高?
制程是否更流暢?
成本是否更低廉?
異常是否更快能被偵測到?
品管員是否逐漸在減少?
2023/6/19,22,統計過程管制【SPC】統計製程管制之目的係持續改善產品與服務的價值,達到顧客滿意。
製程能力調查【Ca、Cp、Cpk】管制圖的運用,作業方式/資源混用方式,人員設備材料方法環境,產品或服務,顧客,辨識變化的需求與期望,統計方法,製程的聲音,輸入,製程/系統,輸出,顧客的聲音,製程回饋管制系統模式,2023/6/19,23,基础统计学,数据类型分布对数据中心的测量平均值中位值对数据散布的测量极差方差标准偏差对数据形状的测量正态分布正态概率数据采集,2023/6/19,24,中心趋向的测量,平均值:
一组数据的算术平均值反应所有值的影响受奇异值的影响大中位值:
反应排列的50%-数据按顺序排列后的中间值计算中不必考虑所有的值对于奇异值是“稳健的”,在过程改善方面,为什么我们主要用平均值而不是中位值?
2023/6/19,25,散布的测量,极差:
数据组奇异值之间的距离(最高-最低)方差():
每一个数据点到平均值的偏离的平方的均值标准偏差():
方差的平方根范围对局外点比方差更敏感,最普通和最常用的散布测量是标准偏差-为什么?
2023/6/19,26,母体平均值,样本平均值,母体标准偏差,样本标准偏差,2023/6/19,27,母体参数对样本统计量,统计量评估参数,2023/6/19,28,散布的构成,过程输出变量的总体散布(方差)可以被分成由于过程输入造成的散布,2023/6/19,29,正态分布,“正态”分布是一种数据具有某些一致的特性的分布这些特性对于我们理解后面采集数据的过程是非常有用的多数自然现象和人类行为的过程是呈正态分布的,或者可以看成正态分布,2023/6/19,30,性质1:
正态分布只用下列2个我们已知的参数就可以完全描述平均值,和标准偏差,正态分布,分布1,分布2,分布3,这三个正态分布有什么区别?
2023/6/19,31,正态曲线和概率区域与标准偏差的关系,4,3,2,1,0,-,1,-,2,-,3,-,4,40%,30%,20%,10%,0%,95%,样本数概率,从平均值的标准偏差数,性质2:
曲线下的面积可以用来评估确定“事件”发生的累计概率,99.73%,68%,获得的两个值之间的累积概率值,2023/6/19,32,标准偏差的经验规律,先前的累积概率规律可以用于即使当一组数据不完全正态分布让我们比较理论(理想的)正态分布值和经验(实际的)分布值,2023/6/19,33,統計過程管制的定義,經由過程中去收集資料,而加以統計分析,從分析中得以發覺過程的變異,並經由問題分析以找出異常原因,立即採取改善措施,使過程恢復正常。
並藉由過程能力分析與標準化,以不斷提昇過程能力。
2023/6/19,34,正態分佈,P(u-Xu+)=0.6827P(u-2Xu+2)=0.9545P(u-3Xu+3)=0.9973,於uk之間的機率,群體:
N平均數:
u集中趨勢標準偏差:
離散趨勢被涵蓋在特定範圍的機率,2023/6/19,35,1Sigma,2Sigma,3Sigma,1Sigma,2Sigma,3Sigma,68.26%,95.45%,99.73%,%数据点的百分比,UCL,LCL,时间,我们测量的项目,标准偏差规则“数据处于哪个位置?
”,2023/6/19,36,中心趨向的測量,平均值:
一组数据的算术平均值反应所有值的影响,散佈的測量,极差全距:
数据组內數值之间的距离(最高-最低)方差():
每一个数据点到平均值的偏离的平方的均值标准偏差():
方差的平方根,2023/6/19,37,變異、差異、方差Variation,標準偏差StandardDeviation,2023/6/19,38,群體平均值,样本平均值,群體标准偏差,样本标准偏差,X,2023/6/19,39,散布的構成,过程输出变量的总体散布(方差)可以被分成由于过程输入造成的散布,2023/6/19,40,Time1,Time2,Time3,Time4,組內變異,組間變異,称为漂移(平均值漂移了多远的真正sigma测量)显示过程控制重要的少数,称为短期(st)我们的潜在能力-能做得最好的情况所有6sigma公司用报告价值不高的多数,st+shift=合计,顯示散佈原因,2023/6/19,41,能力对实绩,过程实绩:
全部散布包括shifts和drifts(Pp&Ppk),能力:
只有随机的或短期的散布(Cp&Cpk),2023/6/19,42,能力指数类型,短期能力:
能力研究基于30-50个数据点通常等于或大于长期能力长期能力:
能力研究基于大量数据点真实过程能力的最好评估从这些数据可以诊断,过程指数,讨论过程实绩和过程能力指数过程能力指數表示过程的“潜力”(Cp和Cpk)过程性能指數是过程“真实的”成绩(Pp和Ppk),2023/6/19,43,Cpk/Ppk,CpkThecapabilityindexforastableprocess.Theestimateofsigmaisbasedonwithinsubgroupvariation(R-bar/d2orS-bar/c4),PpkTheperformanceindex.Theestimateofsigmaisbasedontotalvariation(allofindividualsampledatausingthestandarddeviation【rootmeansquareequation】,“s“).,2023/6/19,44,什麼是6sigma,SixSigma是一種新思維程序是一種系統式的降低會對顧客滿意有重要影響的不良工具利用統計工具,進行重要過程能力的改善,2023/6/19,45,降低不良改善產出改善顧客滿意度更高的淨營利,6-Sigma的目標,2023/6/19,46,6Sigma目標,(DPMODistributionNoShifted)制程中心沒有偏移,2,45,500,3,2,700,4,64,5,0.6,6,0.002,s,PPM,製程能力,每百萬個不良機會,2023/6/19,47,2023/6/19,48,6Sigma目標,(DPMODistributionShifted1.5s)制程中心偏移1.5s,s,PPM,製程能力,每百萬個不良機會,2023/6/19,49,2023/6/19,50,时间,表现,在过程性能力上的革新,好的,坏的,3Sigma(CpK=1),6Sigma(Cpk=2),2023/6/19,51,2023/6/19,52,改變中的品質哲學,最高品質的產品和服務是最低成本的產品和服務,2023/6/19,53,s,PPM,2,308,537,3,66,807,4,6,210,5,233,6,3.4,(DistributionShifted1.5),GettingtoSixSigma,Howfarcaninspectiongetus?
2023/6/19,54,Characterization,Phase1:
Measure,Phase2:
Analyze,Optimization,3,4,5,6,7,1,000,000,100,000,10,000,1,000,100,10,1,2,SigmaScaleofMeasure,PPM,AverageCompany,Best-in-Class,TheBreakthroughMethodology,Definetheproblem.,DMAICtotheRescue!
TheBasicObjective,Phase3:
Improve,Phase4:
Control,2023/6/19,55,問題的本性,SixSigma的方法可以辨識製程是偏離目標和/或者是高度變異,以修訂製程及降低變異,偏離目標,變異大,正中目標,修訂製程,降低變異,X,X,X,X,X,X,X,X,X,X,X,X,X,X,2023/6/19,56,另類觀點,On-Target,從統計觀點來看問題,USL,LSL,LSL=LowerspeclimitUSL=Upperspeclimit,問題的本性-統計觀點,偏離目標,變異大,修訂製程,降低變異,2023/6/19,57,s,衡量變異和品質衡量製程能力,我們如何衡量變異和品質?
2023/6/19,58,標準偏差,m,轉折點,1s,T,USL,p(d),規格上限(USL)目標規格(T)規格下限(LSL)分佈值平均(m)分佈值的標準偏差(s),3s,在轉折點和平均值的距離形成一個標準差.假如目標值和規格上限之間可以放置三個標準偏差我們可以說這個製程有“3sigma的能力.”,LSL,2023/6/19,59,m,1s,T,USL,p(d),p(d),123456,s,標準差,轉折點,2023/6/19,60,過程控制的需要,檢測容忍浪費允許將時間和材料投入到生產不一定有用的產品或服務中預防避免浪費第一次就把工作做對,2023/6/19,61,變異-普通原因與特殊原因,為了使變異的表示簡化,通常分成下列二種:
普通原因的變異過程中變異因素是在統計的管制狀態下受控。
隨著時間的推移,具有穩定的且可重複的分佈過程中的許多極差(全距)的原因。
特殊原因的變異過程中不常發生,但造成過程變異的原因。
所造成之分佈與時間的關係,是不穩定且不無法預期的。
2023/6/19,62,散布举例,特殊原因,过程A显示受控散布过程B显示不受控散布,2023/6/19,63,因為生產過程中每一件成品都不同,因此如果製程很穩定,則生產產品的品質特性的分布將形成一種固定形狀,稱為分佈。
一般分佈有下列之不同情形:
.或是以上這些的不同組合,2023/6/19,64,如果過程中,只有普通原因的變異存在,則其成品將形成依各很穩定的分佈,而且是可以預測的,如果過程中,有特殊原因的變異存在,則其成品將為不穩定的分佈,而且無法預測的,範圍,時間,可預測,範圍,時間,無法預測,2023/6/19,65,天氣的變化環境的影響物料在一定範圍內的變化依據作業標準執行作業的變化其他未知因素的影響,機器突然發生變化未依據作業標準執行作業使用規格外的原物料操作人員的注意力未集中所制訂之作業標準不合理,普通原因,特殊原因,2023/6/19,66,特殊原因的變異,簡單的統計分析可發現,如管制圖,直接負責過程的人員去改善,局部措施改善對策,局部措施改善特殊原因,牽涉到消除產生變異的特殊原因可由製程人員直接加以改善大約可以解決15%之過程上的問題,2023/6/19,67,系統措施改善普通原因,共同原因的變異,製程能力分析可發現,如Ca,Cp,Cpk,及管制圖上點的變化,管理當局參與及製程人員合作去改善,系統改善對策,必須改善造成變異的普通原因經常需要管理階層的努力與對策大約可以解決85%之過程上的問題,2023/6/19,68,過程控制與過程能力,首先應通過檢查,消除極差(全距)所產生之特殊原因,使過程處於受控的狀態,那其性能是可預測的。
接下來,就可依顧客的要求(規格),來評定過程能力,以使顧客滿意,這就是持續改善的基礎。
2023/6/19,69,性质1:
正态分布只用下列2个我们已知的参数就可以完全描述平均值,和标准偏差,正态分布,分布1,分布2,分布3,这三个正态分布有什么区别?
2023/6/19,70,範圍,時間,受控(消除了特殊原因),範圍,時間,過程控制,不受控(存在了特殊原因),2023/6/19,71,受控且有能力符合規格(普通原因造成的變異已減少),過程能力,規格上限,規格下限,範圍,受控但沒有能力符合規格(普通原因造成的變異太大),2023/6/19,72,過程控制與過程能力矩陣,2023/6/19,73,1類:
理想的情況X,小2類:
受控過程,但存在普通原因造成過大的變異,必須減少極差(全距)。
X,大3類:
過程能力可接受,但為不受控過程,必須識別極差(全距)的特殊原因,並消除它。
X,小4類:
不受控,且過程能力又不可接受,必須減少極差(全距)的特殊原因和普通原因。
X,大,2023/6/19,74,過程改善循環和過程控制,P,D,A,C,P,D,A,C,P,D,A,C,1.分析過程,2.維護過程,3.改善過程,2023/6/19,75,1.分析過程:
本過程應該做什麼?
會出現什麼問題?
本過程會有哪些變化?
我們已經知道本過程的什麼極差(全距)?
哪些參數受極差(全距)的影響最大?
本過程正在做些什麼?
本過程是否在生產廢品及需要返工的產品?
本過程生產的產品是否處於受控狀態?
本過程是否有能力?
本過程是否可靠?
2023/6/19,76,2.維護(控制)過程:
過程是動態的,並且會隨時間而變化。
監控過程的能力指數查出特殊原因的變異,並採取有效的措施3.改善過程:
使過程穩定,並以維持過程的能力指數充分理解普通原因造成的變異減少普通原因造成變異的發生,2023/6/19,77,建立統計過程管制的步驟,1.確立製造流程製造流程解析2.決定管制項目3.實施標準化4.管制圖的運用5.過程能力分析6.問題分析解決7.製程的繼續管制,繪製製造流程圖訂定品質工程表利用5W1H已掌握製程狀態顧客之需求為何?
標準之建立、修正與營運如何正確的使用適當之管制圖是否符合規格或顧客要求原因為何?
如何避免問題再次發生延長管制界線作為製程之繼續管制,2023/6/19,78,一確立製造流程,二決定管制項目,三實施標準化,五過程能力調查Ca、Cp、Cpk,四管制圖的運用,六問題分析解決,六問題分析解決,七製程繼續管制,Cpk1,Cpk1,製程條件變動時,2023/6/19,79,藉由所需的人員、程序、機器、物料等(輸入),經由必要的作業活動來產生一特定的產品或資訊(輸出),1.流程定義,2023/6/19,80,資料物料顧客需求資源設備說明標准教育,增加附加價值的工作,產品,輸出,資訊,輸入,流程的基本模式,2023/6/19,81,流程的體現,作業活動,輸入,輸出,流程負責人,資源,法令限制,流程管制績效監控,2023/6/19,82,搬運、傳送操作儲存檢驗遲延,生產流程符號,2023/6/19,83,一種圖示方法用簡單的符號將製造程序的先後表示出來在工作研究裡被用為改善製程的主要工具再加上餒依程序管制特性、管制方法、抽樣間隔等即成為一張作為製程管制的最佳圖表,製造流程圖,2023/6/19,84,利用5W1H已掌握製程狀態,WHY(為何)-為何要做?
不這樣做行不行?
是真有必要?
WHAT(做什麼)-這樣做完成了什麼?
是不是方向上有偏差?
若不做這個,是不是有比現在的結果更令人滿意?
WHERE(何處)-在何處做?
為什麼要在這裡做?
在別處做是否更好WHEN(何時)-何時做?
為什麼要再這時做?
換個時間做是否更經濟?
(所謂何時做並非指時鐘上的幾點幾分,而是只當某一個動作或工作完成時才接下去做另一動作或工作)WHO(何人)-由何人做?
為什麼要這個人做?
換別人做是否更好?
HOW(如何)-如何做?
為什麼要這樣做?
若用別的方式做是否更好,2023/6/19,85,2.決定管制項目,管制項目的定義為維持產品的品質,作為管制對象所列舉的項目特殊特性:
尺寸、材質、性能、外觀,2023/6/19,86,3.實施標準化,意義:
所做的每一件工作、產品,都是可以成為可靠的工作與可靠的產品目的:
不會做出標準以下的工作、產品步驟:
1.成立標準化體制2.標準化的計劃3.標準化的運作4.標準化的評價,2023/6/19,87,4.管制圖的運用,管制圖是1924年由蕭華特博士(Dr.W.A.Shewhart),在研究產品品質特性之次數分配時所發現。
正常工程所產生出來產品之品質特性,其分佈大都呈正態分佈的,會超出三個標準差(3)的產品只有0.27%,依據此原理,將正態曲線圖旋轉90度,在三個標準差的地方加上兩條界限,並將抽樣的順序點繪成為管制圖。
2023/6/19,88,管制圖過程控制的工具,1.收集:
收集資料並畫在圖上2.控制:
監控是否超出管制上、下限特殊原因計算所收集的資料,作為分析之用觀察極差(全距)的變化3.分析與改善:
依所計算之結果,評估過程能力指數監控在受控狀態資料的變化,確定普通原因極差(全距)的變化,並採取措施必要時,可修改管制上、下限,持續不斷的改善,解析用管制圖,管制用管制圖,2023/6/19,89,使用管制圖的效益,提供正在進行過程控制的作業人員使用有助於過程在品質上和成本上能持續的、可預測的維持下去使過程達到:
高品質低單位成本高產能提供檢討過程狀況之共通的語言分辨普通與特殊原因的變異,提供採行局部或系統糾正措施的依據,2023/6/19,90,計量值管制圖XR(平均值與極差)XS(平均值與標準差)XR(中位值與極差)XMR(個別值與移動極差),計數值管制圖P(百分比不良率)np(不良數)C(缺點數)U(每單位缺點數),管制圖的種類,2023/6/19,91,计量值管制图之优缺点,优点:
用于制程之管制,甚灵敏,很容易调查事故发生的原因,因此可以预测将发生之不良状况;能及时并正确地找出不良原因,可使品质稳定,为最优良之管制工具.,缺点:
在制造过程中,需要经常抽样并予以测定以及计算,后需点上管制图,较为麻烦而费时间.,2023/6/19,92,计数值管制图之优缺点,优点:
只在生产完成后,才抽取样本,将区分为良品与不良品,所需数据能以简单方法获得之.对于工厂整个品质情况了解非常方便.,缺点:
只靠此种管制图,有时无法寻求不良之真正原因,而不能及时采取处理措施,而延误时机.,2023/6/19,93,管制圖使用時機,決定管制特性,可否取得計量值數據,目標是否在於不良品數,目標是否在於缺點數,NO,NO,樣本數是否為定值,YES,使用P管制圖,使用np或P管制圖,樣本數是否為定值,使用U管制圖,使用C或U管制圖,YES,NO,YE
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SPC 统计 过程 管制 简介
![提示](https://static.bingdoc.com/images/bang_tan.gif)